CN113221893A - 仪表图像处理方法、装置、计算机设备和存储介质 - Google Patents
仪表图像处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113221893A CN113221893A CN202110597680.XA CN202110597680A CN113221893A CN 113221893 A CN113221893 A CN 113221893A CN 202110597680 A CN202110597680 A CN 202110597680A CN 113221893 A CN113221893 A CN 113221893A
- Authority
- CN
- China
- Prior art keywords
- region
- image
- interest
- contour
- instrument
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种仪表图像处理方法、装置、计算机设备和存储介质。所述方法包括:获取针对数字仪表拍摄得到的仪表图像;对仪表图像进行区域分析,获得仪表图像中的各感兴趣区域;将仪表图像与数字仪表对应的标准特征图像进行特征匹配,确定仪表图像中的匹配特征点;基于匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域;对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果。采用本方法能够提高数字仪表读数的处理效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种仪表图像处理方法、装置、计算机设备和存储介质。
背景技术
随着社会的不断发展,数字仪表以其精度高、便于读写等优势,在工业生产和日常生活中得到了广泛的应用,如各种血压计、心率计等各种医疗仪表,以及电表、变电站仪表等。针对数字仪表的数据读取,对于具备数据接口的数字仪表,可以通过数据接口进行数据传输。然而对于不具备数据接口的数字仪表,则仍需要进行人工读数,导致数字仪表的读数处理效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高数字仪表读数处理效率的仪表图像处理方法、装置、计算机设备和存储介质。
一种仪表图像处理方法,所述方法包括:
获取针对数字仪表拍摄得到的仪表图像;
对仪表图像进行区域分析,获得仪表图像中的各感兴趣区域;
将仪表图像与数字仪表对应的标准特征图像进行特征匹配,确定仪表图像中的匹配特征点;
基于匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域;
对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果。
在其中一个实施例中,对仪表图像进行区域分析,获得仪表图像中的各感兴趣区域,包括:对仪表图像对应各通道的通道图像分别进行二值化处理,得到各通道二值图像;分别对各通道二值图像进行轮廓提取,获得各通道二值图像中的轮廓;基于各通道二值图像中的轮廓进行区域构建,获得仪表图像中的各感兴趣区域。
在其中一个实施例中,分别对各通道二值图像进行轮廓提取,获得各通道二值图像中的轮廓,包括:分别对各通道二值图像进行第一轮廓提取,得到第一轮廓提取结果;对第一轮廓提取结果进行轮廓形变处理,获得轮廓形变结果;基于轮廓形变结果进行第二轮廓提取,得到各通道二值图像中的轮廓。
在其中一个实施例中,基于各通道二值图像中的轮廓进行区域构建,获得仪表图像中的各感兴趣区域,包括:基于各通道二值图像中的轮廓进行区域拟合,得到第一感兴趣区域;通过轮廓重建算法对各通道二值图像中的轮廓进行轮廓重建,获得第二感兴趣区域;根据第一感兴趣区域和第二感兴趣区域,得到仪表图像中的各感兴趣区域。
在其中一个实施例中,基于匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域,包括:统计在感兴趣区域中各自包括的匹配特征点的特征点数目;根据特征点数目与相应感兴趣区域的区域面积,得到各感兴趣区域对应的特征点占比;基于特征点占比,从各感兴趣区域中确定目标感兴趣区域。
在其中一个实施例中,对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果,包括:确定数字仪表中待识别数值的数值类型;基于数值类型对目标感兴趣区域进行数值区域划分,得到各数值类型分别对应的子区域;对各子区域分别进行数值识别,获得仪表图像的数值识别结果。
在其中一个实施例中,对各子区域分别进行数值识别,获得仪表图像的数值识别结果,包括:对各子区域进行轮廓增强处理,得到各子区域分别对应的轮廓增强结果;基于各轮廓增强结果进行轮廓提取,得到各子区域对应的子区域数值轮廓;将子区域数值轮廓与数值映射表中的数值映射特征进行匹配,根据匹配结果确定子区域数值轮廓对应的子区域数值;根据各子区域数值轮廓对应的子区域数值,得到仪表图像的数值识别结果。
一种仪表图像处理装置,所述装置包括:
仪表图像获取模块,用于获取针对数字仪表拍摄得到的仪表图像;
感兴趣区域确定模块,用于对仪表图像进行区域分析,获得仪表图像中的各感兴趣区域;
特征匹配模块,用于将仪表图像与数字仪表对应的标准特征图像进行特征匹配,确定仪表图像中的匹配特征点;
目标区域确定模块,用于基于匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域;
数值识别处理模块,用于对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取针对数字仪表拍摄得到的仪表图像;
对仪表图像进行区域分析,获得仪表图像中的各感兴趣区域;
将仪表图像与数字仪表对应的标准特征图像进行特征匹配,确定仪表图像中的匹配特征点;
基于匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域;
对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取针对数字仪表拍摄得到的仪表图像;
对仪表图像进行区域分析,获得仪表图像中的各感兴趣区域;
将仪表图像与数字仪表对应的标准特征图像进行特征匹配,确定仪表图像中的匹配特征点;
基于匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域;
对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果。
上述仪表图像处理方法、装置、计算机设备和存储介质,对针对数字仪表拍摄得到的仪表图像进行区域分析,得到仪表图像中的各感兴趣区域,基于仪表图像与数字仪表对应的标准特征图像进行特征匹配确定的匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域,对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果。通过从仪表图像中确定的匹配特征点在各感兴趣区域中的分布特征确定目标感兴趣区域,并对目标感兴趣区域进行数值识别,从而从仪表图像中准确确定包括数值的区域进行数值识别,可以在确保数值识别的针对性前提下减少数值识别处理的数据量,有效提高数字仪表读数的处理效率。
附图说明
图1为一个实施例中仪表图像处理方法的应用环境图;
图2为一个实施例中仪表图像处理方法的流程示意图;
图3为一个实施例中获得数值识别结果的流程示意图;
图4为一个实施例中的仪表图像;
图5为图4所示实施例中G通道的通道图像;
图6为图4所示实施例中B通道的通道图像;
图7为图6所示实施例中的通道二值图像;
图8为图7所示实施例中轮廓提取结果的示意图;
图9为一个实施例中灰度化处理后的目标感兴趣区域的示意图;
图10为图9所示实施例中收缩压SYS对应子区域的示意图;
图11为图10所示实施例中子区域数值轮廓的示意图;
图12为一个实施例中仪表图像处理装置的结构框图;
图13为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的仪表图像处理方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数字仪表可以为血压计,终端102可以针对血压计的显示面板进行拍摄,得到血压计对应的仪表图像,终端将拍摄得到的仪表图像发送至服务器104,服务器104对终端102发送的仪表图像进行区域分析,得到仪表图像中的各感兴趣区域,基于仪表图像与数字仪表对应的标准特征图像进行特征匹配确定的匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域,对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果,并将数值识别结果返回至终端102,终端102可以在界面中将数值识别结果进行展示。此外,终端102在针对数字仪表拍摄得到仪表图像后,也可以单独对仪表图像进行仪表图像处理,即终端102可以直接对仪表图像进行区域分析,得到仪表图像中的各感兴趣区域,基于仪表图像与数字仪表对应的标准特征图像进行特征匹配确定的匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域,对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果并进行展示。
其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种仪表图像处理方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤202,获取针对数字仪表拍摄得到的仪表图像。
其中,数字仪表指用数字显示被测值的仪表,即数字仪表把测量转化为数字量并以数字形式显示出来。数字仪表以数字的形式显示被测量,读数直观且不存在视觉误差。数字仪表一般包括,用标度盘和指针指示电量,用电磁力为基础的电括测量线路,模数转换和数字显示三部分。数字仪表可以应用到不同的场景中,从而为各种测量数据进行显示,如可以应用至医疗仪表中,如血压计,从而通过显示数字形式直接显示血压计所测量的血压数值。数字仪表的具体产品形态根据实际应用场景确定,其显示的数值的含义与实际应用场景对应。仪表图像为针对数字仪表拍摄得到的图像,具体可以为用户通过图像感知设备,如用户通过终端对数字仪表中用于显示测量数值的显示面板进行拍摄,从而获得仪表图像。
具体地,服务器获取针对数字仪表拍摄得到的仪表图像,仪表图像具体针对数字仪表的显示面板拍摄得到,如可以为用户通过终端对数字仪表的显示面板进行拍摄,并将拍摄得到的仪表图像发送至服务器,服务器接收到终端上传的仪表图像,以针对仪表图像进行数值识别处理。
步骤204,对仪表图像进行区域分析,获得仪表图像中的各感兴趣区域。
其中,感兴趣区域为仪表图像中包括需要进行识别数值的区域,由于仪表图像的拍摄范围不同,数字仪表中可以显示多种数值,对仪表图像进行区域分析得到的感兴趣区域可以为多个,各个感兴趣区域所包括的范围有所不同,所以需要从各感兴趣区域中筛选合适的区域进行数值识别,以实现对数字仪表的准确读数处理。
具体地,服务器得到仪表图像后,对仪表图像进行区域分析,具体可以由服务器对仪表图像进行二值化处理后,基于二值化处理结果进行轮廓提取,并基于提取得到的轮廓构建得到仪表图像中的各感兴趣区域。
步骤206,将仪表图像与数字仪表对应的标准特征图像进行特征匹配,确定仪表图像中的匹配特征点。
其中,标准特征图像为数字仪表的显示面板的标准图像,即标准特征图像与数字仪表的显示面板对应,可以准确全面显示数字仪表的所有数据。而用户通过终端拍摄得到的仪表图像因拍摄角度、拍摄距离原因,除拍摄到数字仪表的显示面板外,还可能拍摄到其他无关的环境,因此需要对仪表图像进行截取,从仪表图像中截取与数字仪表的显示面板对应的区域进行数值识别,即需要从仪表图像中截取与标准特征图像匹配的图像区域进行数值识别。匹配特征点为仪表图像与数字仪表对应的标准特征图像进行特征匹配后,仪表图像与标准特征图像匹配成功的特征点。
具体地,服务器获得针对数字仪表拍摄得到的仪表图像后,服务器进一步查询数字仪表对应的标准特征图像,标准特征图像可以预先设置,如可以预先对数字仪表的显示面板进行拍摄并截取到与显示面板对应的标准特征图像,标准特征图像可以覆盖数字仪表的显示面板,包括数字仪表中的所有数据,并不包括其他无关的环境背景。服务器将仪表图像与标准特征图像进行特征匹配,如可以基于图像匹配算法,具体如基于灰度的匹配算法、基于特征的匹配算法、或基于关系的匹配算法将仪表图像与标准特征图像进行特征匹配,根据特征匹配结果确定仪表图像中的匹配特征点,匹配特征点指仪表图像中与标准特征图像匹配成功的特征点。在一个具体应用中,可以基于SIFT(Scale-invariant featuretransform,尺度不变特征变换)算法,将仪表图像与数字仪表对应的标准特征图像进行特征匹配,得到仪表图像中的匹配特征点。
步骤208,基于匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域。
其中,目标感兴趣区域为仪表图像中与数字仪表的显示面板对应的图像区域,即目标感兴趣区域包括数字仪表的测量数据,而不携带其他环境背景,对目标感兴趣区域进行数值识别,可以实现对数字仪表的准确读数。
具体地,服务器确定仪表图像中的匹配特征点在各感兴趣区域中的分布特征,如确定仪表图像中的匹配特征点在各感兴趣区域中的特征点数量、分布密度等。服务器基于该分布特征,对各感兴趣区域进行筛选,筛选得到目标感兴趣区域。例如,可以从各感兴趣区域中筛选得到包括匹配特征点的数量最多且面积最小的感兴趣区域,确定为目标感兴趣区域,从而实现对仪表图像进行环境背景去除,基于目标感兴趣区域进行数值识别,可以实现对数字仪表的准确读数处理。
步骤210,对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果。
其中,数值识别结果指识别出数字仪表中显示的各数值的识别结果,即为数字仪表的读数结果。具体地,服务器在确定仪表图像中的目标感兴趣区域后,服务器对目标感兴趣区域进行数值识别,如可以对目标感兴趣区域进行数值特征提取,基于提取的数值特征进行数值匹配,根据数值匹配结果得到仪表图像的数值识别结果,从而实现对数值仪表的读数处理。
上述仪表图像处理方法中,对针对数字仪表拍摄得到的仪表图像进行区域分析,得到仪表图像中的各感兴趣区域,基于仪表图像与数字仪表对应的标准特征图像进行特征匹配确定的匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域,对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果。通过从仪表图像中确定的匹配特征点在各感兴趣区域中的分布特征确定目标感兴趣区域,并对目标感兴趣区域进行数值识别,从而从仪表图像中准确确定包括数值的区域进行数值识别,可以在确保数值识别的针对性前提下减少数值识别处理的数据量,有效提高数字仪表读数的处理效率。
在一个实施例中,对仪表图像进行区域分析,获得仪表图像中的各感兴趣区域,包括:对仪表图像对应各通道的通道图像分别进行二值化处理,得到各通道二值图像;分别对各通道二值图像进行轮廓提取,获得各通道二值图像中的轮廓;基于各通道二值图像中的轮廓进行区域构建,获得仪表图像中的各感兴趣区域。
其中,通道是彩色图像的灰度图像,它仅由构成彩色图像的一种原色组成。例如,对于RGB彩色图像,分别包括R、G和B三个通道,每个通道均对应于一通道图像。通道图像可以包括仪表图像对应于不同通道的图像,通道图像还可以包括不同通道分量组合形成的图像。例如,通道图像可以包括R、G和B三个通道的通道图像,还可以包括R通道和G通道分别取50%分量获得的通道图像,还可以包括其他通道组合关系形成的通道图像。通道组合关系可以根据实际需要进行设置,如对于仪表图像不同的拍摄环境,设置不同的通道组合关系,从而得到各种类型的通道图像,以确保区域分析的准确性。
通道二值图像为针对通道图像进行二值化处理得到的图像,通道二值图像仅包括黑白两种颜色,即通道二值图像中的任何像素点的灰度值均为0或者255,分别代表黑色和白色。轮廓反映了图像中的边缘,图像边缘是图像局部特征不连续性(灰度突变、颜色突变等)的反应,标志着一个区域的终结和另一个区域的开始。通过轮廓可以对图像进行区域划分。
具体地,在对仪表图像进行区域分析时,服务器对仪表图像进行通道分离,获得仪表图像对应各通道的通道图像,进一步地,服务器还可以对各单独通道对应的通道图像,按照预设的通道组合关系进行融合,形成相应的融合通道图像,根据融合通道图像和单独通道图像得到仪表图像对应的通道图像。服务器对各通道图像分别进行二值化处理,具体可以通过二值化算法,如OTSU(最大类间方差法)算法、Bernsen二值化算法、基于块分析的二值化算法或循环阈值算法等二值化算法对各通道图像进行二值化处理,得到各通道二值图像。
进一步地,服务器分别对各通道二值图像进行轮廓提取,如可以通过掏空内部点法对各通道二值图像进行轮廓提取,得到各通道二值图像中的轮廓。各通道二值图像中的轮廓的数量根据实际应用相关,一般轮廓包括多个。服务器基于各通道二值图像中的轮廓进行区域构建,从而基于轮廓进一步构建得到感兴趣区域。
本实施例中,服务器对仪表图像对应各通道的通道图像分别进行二值化处理,分别对得到的各通道二值图像进行轮廓提取,再基于通道二值图像中的轮廓进行区域构建,从而确定仪表图像中的各感兴趣区域,可以准确对仪表图像进行分割,以确保仪表图像的处理效率。
在一个实施例中,考虑到不同的拍摄环境下拍摄得到的仪表图像,存在相应适于进行仪表图像处理的通道图像,则可以预先构建拍摄环境与通道图像之间的映射关系,从而利用仪表图像的拍摄环境确定相应的通道图像进行后续的仪表图像处理。具体地,在得到仪表图像之后,服务器可以对仪表图像进行拍摄环境分析,如可以通过预训练的神经网络模型对仪表图像进行拍摄环境分析,得到仪表图像对应的拍摄环境。确定仪表图像对应的拍摄环境后,服务器查询预先构建的拍摄环境与通道图像之间的映射关系,基于仪表图像对应的拍摄环境和该映射关系,确定仪表图像对应的目标通道图像,从而确定需要获取的仪表图像对应的通道图像,并对该通道图像进行后续的仪表图像处理。通过对仪表图像进行拍摄环境分析,根据仪表图像对应的拍摄环境确定目标通道图像,并基于该目标通道图像进行仪表图像处理,可以根据仪表图像对应的拍摄环境对通道进行筛选,从而避免对仪表图像的各种通道图像分别进行处理,可以进一步降低仪表图像处理中的数据量,提高仪表图像的处理效率。
在一个实施例中,分别对各通道二值图像进行轮廓提取,获得各通道二值图像中的轮廓,包括:分别对各通道二值图像进行第一轮廓提取,得到第一轮廓提取结果;对第一轮廓提取结果进行轮廓形变处理,获得轮廓形变结果;基于轮廓形变结果进行第二轮廓提取,得到各通道二值图像中的轮廓。
其中,轮廓形变处理可以为基于第一轮廓提取结果进行的轮廓增强处理,如可以对第一轮廓提取结果依次进行轮廓加宽处理、轮廓变窄处理等,从而提升轮廓提取的效果,得到准确的轮廓。
具体地,服务器在对通道二值图像进行轮廓提取时,服务器分别对各通道二值图像进行第一轮廓提取,得到第一轮廓提取结果,第一轮廓提取为基于通道二值图像的直接轮廓提取,第一轮廓提取结果中包括对通道二值图像直接进行轮廓提取得到的轮廓。进一步地,服务器对第一轮廓提取结果进行轮廓形变处理,如可以对第一轮廓提取结果中的各轮廓分别依次进行轮廓加宽处理、轮廓变窄处理,从而对第一轮廓提取结果中的各轮廓进行轮廓增强,得到轮廓形变结果。得到轮廓形变结果后,服务器基于轮廓形变结果进行第二轮廓提取,即基于进行轮廓增强后的轮廓形变结果继续进行轮廓提取,得到第二轮廓提取结果,服务器根据第二轮廓提取结果得到各通道二值图像中的轮廓,如可以直接将第二轮廓提取结果作为各通道二值图像中的轮廓。
本实施例中,在对通道二值图像进行第一轮廓提取后,基于第一轮廓提取的第一轮廓提取结果进行轮廓形变处理,并对通过轮廓形变处理后实现轮廓增强的轮廓形变结果进一步进行第二轮廓提取,得到道二值图像中的轮廓,从而通过两次轮廓提取以及轮廓增强,可以有效提高轮廓提取的效果,确保轮廓的准确性。
在一个实施例中,基于各通道二值图像中的轮廓进行区域构建,获得仪表图像中的各感兴趣区域,包括:基于各通道二值图像中的轮廓进行区域拟合,得到第一感兴趣区域;通过轮廓重建算法对各通道二值图像中的轮廓进行轮廓重建,获得第二感兴趣区域;根据第一感兴趣区域和第二感兴趣区域,得到仪表图像中的各感兴趣区域。
其中,区域拟合为对各通道二值图像中的轮廓进行拟合处理,以拟合出相应的区域,具体可以为多边形拟合,从而拟合出与轮廓对应的多边形,如拟合出与轮廓对应的四边形。区域拟合具体可以通过多边形拟合算法、迭代端点拟合算法等各种拟合算法对各通道二值图像中的轮廓进行拟合处理。轮廓重建指对各通道二值图像中的轮廓进行轮廓线重建,具体可以通过轮廓重建算法,如最短对角线法平行轮廓线重建算法对各通道二值图像中的轮廓进行轮廓重建。
具体地,服务器在基于各通道二值图像中的轮廓进行区域构建时,服务器可以基于各通道二值图像中的轮廓进行区域拟合,得到第一感兴趣区域;另一方面,服务器通过轮廓重建算法对各通道二值图像中的轮廓进行轮廓重建,获得第二感兴趣区域。第一感兴趣区域和第二感兴趣区域通过不同的区域构建方式得到,丰富了区域构建的结果。得到第一感兴趣区域和第二感兴趣区域后,服务器根据第一感兴趣区域和第二感兴趣区域得到仪表图像中的各感兴趣区域,如可以直接将第一感兴趣区域和第二感兴趣区域作为仪表图像中的各感兴趣区域,也可以对第一感兴趣区域和第二感兴趣区域进行进一步筛选,从而从第一感兴趣区域和第二感兴趣区域中滤除不满足感兴趣区域要求的区域构建结果,以得到仪表图像中的各感兴趣区域。
本实施例中,通过区域拟合和轮廓重建两种方式分别对通道二值图像中的轮廓进行区域构建,根据获得的第一感兴趣区域和第二感兴趣区域得到仪表图像中的各感兴趣区域,从而丰富了区域构建结果,确保了区域构建的准确性,有利于提高仪表图像的处理效率。
在一个实施例中,基于匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域,包括:统计在感兴趣区域中各自包括的匹配特征点的特征点数目;根据特征点数目与相应感兴趣区域的区域面积,得到各感兴趣区域对应的特征点占比;基于特征点占比,从各感兴趣区域中确定目标感兴趣区域。
其中,特征点数目为处于感兴趣区域的区域范围内的匹配特征点的数量。区域面积为感兴趣区域的面积大小,具体可以根据感兴趣区域的像素大小确定。特征点占比可以根据感兴趣区域的特征点数目和相应的区域面积的比值得到,特征点占比反映了在感兴趣区域中单位面积范围内匹配特征点的数量。特征点占比的数值越高,表明感兴趣区域中的匹配特征点越密集,即该感兴趣区域与数字仪表的显示面板的关联性越强,基于该感兴趣区域进行数值识别,得到的数据越准确。目标感兴趣区域为仪表图像中与数字仪表的显示面板对应的图像区域,即目标感兴趣区域包括数字仪表的测量数据,而不携带其他环境背景,对目标感兴趣区域进行数值识别,可以实现对数字仪表的准确读数。
具体地,在从各感兴趣区域中筛选出目标感兴趣区域时,服务器对每个感兴趣区域范围内的匹配特征点进行统计,得到在每个感兴趣区域中各自包括的匹配特征点的特征点数目。服务器确定每个感兴趣区域对应的区域面积,如可以根据每个感兴趣区域的像素范围,得到感兴趣区域对应的区域面积。服务器根据特征点数目与相应感兴趣区域的区域面积,得到每个感兴趣区域对应的特征点占比,具体可以根据特征点数目与相应感兴趣区域的区域面积的比值,得到相应感兴趣区域对应的特征点占比。得到各个感兴趣区域的特征点占比后,基于该特征点占比,服务器从各个感兴趣区域中确定目标感兴趣区域。具体实现时,服务器可以对各特征点占比进行排序,并将特征点占比数值最大的感兴趣区域确定为目标感兴趣区域。此外,还可以对目标感兴趣区域的区域面积进行限定,即目标感兴趣区域的区域面积需要大于区域面积阈值,以确保目标感兴趣区域的范围能够覆盖数字仪表的显示面板。具体地,服务器可以查询预设的区域面积阈值,基于特征点占比和区域面积阈值对各感兴趣区域进行筛选,从而从各感兴趣区域中确定目标感兴趣区域,如可以将区域面积大于区域面积阈值,且于特征点占比最高的感兴趣区域确定为目标感兴趣区域。
本实施例中,根据每个感兴趣区域中覆盖的匹配特征点的特征点数目与区域面积确定特征点占比,基于该特征点占比对各感兴趣区域进行筛选,确定目标感兴趣区域,从而利用匹配特征点对各感兴趣区域进行筛选,确保目标感兴趣区域的准确性,有利于提高仪表图像处理的准确性,从而确保数字仪表读数的准确性。
在一个实施例中,对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果,包括:确定数字仪表中待识别数值的数值类型;基于数值类型对目标感兴趣区域进行数值区域划分,得到各数值类型分别对应的子区域;对各子区域分别进行数值识别,获得仪表图像的数值识别结果。
其中,数值类型指数字仪表中需要识别的数据的类型,不同的数字仪表具有不同的数值类型。例如,对于多功能的血压计,可以同时显示测量得到的收缩压、舒张压和心率等数据,即数字仪表中待识别数值的数值类型包括收缩压、舒张压和心率。在数字仪表中,不同类型的数据显示在不同的区域,而且,不同区域中显示的数据的格式也可以不同,如可以包括不同的字体大小、字体颜色、字体格式等。对应地,在目标感兴趣区域中,不同类型的数据显示于不同的子区域中,通过对目标感兴趣区域进行数值区域划分,从而划分出各种数据对应的子区域,以便针对进行数值识别,提高数值识别的准确度。
具体地,在对目标感兴趣区域进行数值识别时,服务器确定数字仪表中待识别数值的数值类型,待识别数值的数值类型与数字仪表对应,不同的数字仪表具有不同的数值类型,并且以相应预设的显示方式在对应的区域进行显示。服务器基于数值类型对目标感兴趣区域进行数值区域划分,得到各数值类型分别对应的子区域,从而实现各数值类型与子区域的关联。进一步地,服务器分别对各个子区域进行数值识别,从而得到每个子区域中的数据,服务器综合各个每个子区域中的数据,得到仪表图像的数值识别结果,数值识别结果中包括数字仪表中各个数值类型对应的识别结果,从而实现对数字仪表的全面准确识别处理。
本实施例中,根据数字仪表中待识别数值的数值类型对目标感兴趣区域进行数值区域划分,并基于划分得到的各子区域分别数值识别,从而结合数字仪表中各种数值类型的分布对目标感兴趣区域进行数值识别,提高了数值识别结果的准确性。
在一个实施例中,如图3所示,获得数值识别结果的处理,即对各子区域分别进行数值识别,获得仪表图像的数值识别结果,包括:
步骤302,对各子区域进行轮廓增强处理,得到各子区域分别对应的轮廓增强结果。
其中,轮廓增强处理可以提高对子区域进行轮廓提取的提取效果,具体可以依次对子区域进行轮廓加宽、轮廓变窄处理等,得到各子区域分别对应的轮廓增强结果。在具体应用时,服务器获得各数值类型分别对应的子区域后,服务器可以对各子区域进行灰度化处理,并基于灰度化处理结果进行二值化处理,从而得到子区域二值图,并根据子区域二值图进行轮廓增强处理,得到各子区域对应的子区域数值轮廓。在其他实现中,服务器也可以在从各感兴趣区域中确定目标感兴趣区域后,直接对目标感兴趣区域进行灰度化处理,并基于灰度化处理后的目标感兴趣区域进行数值区域划分,得到各数值类型分别对应的子区域,服务器进一步对各子区域进行二值化处理,并根据二值化处理后的各子区域进行轮廓增强处理,得到各子区域分别对应的轮廓增强结果。
步骤304,基于各轮廓增强结果进行轮廓提取,得到各子区域对应的子区域数值轮廓。
得到各子区域分别对应的轮廓增强结果后,服务器基于各轮廓增强结果分别进行轮廓提取,如可以通过掏空内部点法对各轮廓增强结果进行轮廓提取,得到各子区域对应的子区域数值轮廓。
步骤306,将子区域数值轮廓与数值映射表中的数值映射特征进行匹配,根据匹配结果确定子区域数值轮廓对应的子区域数值。
得到各子区域对应的子区域数值轮廓后,服务器获取数值映射表,数值映射表中包括数值映射特征,数值映射特征表征了各种数值对应的轮廓特征。服务器将子区域数值轮廓与数值映射表中的数值映射特征进行匹配,得到匹配结果,服务器根据匹配结果确定子区域数值轮廓对应的子区域数值。具体地,服务器可以将数值映射表中与子区域数值轮廓匹配一致的数值映射特征所表征数值,确定为子区域数值轮廓对应的子区域数值,从而实现对子区域的数值识别处理。
步骤308,根据各子区域数值轮廓对应的子区域数值,得到仪表图像的数值识别结果。
得到各子区域数值轮廓对应的子区域数值,即获得各子区域的数值识别结果后,服务器根据各子区域数值轮廓对应的子区域数值,得到仪表图像的数值识别结果。例如,服务器可以将各子区域数值轮廓对应的子区域数值与相应的数值类型进行关联,得到仪表图像的数值识别结果。
本实施例中,对各子区域进行轮廓增强处理后进行轮廓提取,可以确保各子区域的轮廓提取效果,将获得的子区域数值轮廓与数值映射表中的数值映射特征进行匹配,从而得到各子区域的子区域数值,综合各子区域的子区域数值得到仪表图像的数值识别结果,从而实现了对仪表图像中的各类型数据的准确识别。
在一个实施例中,提供了一种仪表图像处理方法,以该方法应用于图1中的服务器为例进行说明。本实施例中,如图4所示,数字仪表为血压计,在血压计的显示面板中显示有收缩压、舒张压和脉率共三种类型的测量数据,本实施例需要对血压计中显示的该三种测量数据进行识别处理。
具体地,用户通过血压计进行血压测量,在血压计显示测量数据后,用户通过终端对血压计进行拍摄,拍摄得到血压计对应的仪表图像。终端将仪表图像发送至服务器,服务器接收到仪表图像后,提取仪表图像RGB各通道的灰度图,以及RG分量各50%的灰度图,并增大对比度。如图5所示,为图4所示的仪表图像对应G通道的通道图像;如图6所示,为图4所示的仪表图像对应B通道的通道图像。得到通道图像后,服务器对各通道图像进行二值化处理,得到各通道图像对应的二值图。如图7所示,为图6所示B通道的通道图像进行二值化处理后得到的通道二值图像。得到各通道二值图像后,服务器对各通道二值图像进行轮廓提取,得到通道二值图像中的轮廓。如图8所示,为图7所示通道二值图像进行轮廓提取后得到的轮廓提取结果。服务器基于各通道二值图像中的轮廓进行区域构建,获得仪表图像中的各感兴趣区域。具体地,一方面,服务器基于各通道二值图像中的轮廓进行区域拟合,得到第一感兴趣区域;另一方面,服务器通过轮廓重建算法对各通道二值图像中的轮廓进行轮廓重建,获得第二感兴趣区域;进一步地,服务器根据第一感兴趣区域和第二感兴趣区域,得到仪表图像中的各感兴趣区域,本实施例中的各感兴趣区域为四边形区域。
进一步地,服务器将仪表图像与数字仪表对应的标准特征图像进行特征匹配,确定仪表图像中的匹配特征点。具体地,服务器可以通过SIFT算法将仪表图像与进行特征匹配,得到仪表图像中的匹配特征点。得到匹配特征点后,服务器统计在感兴趣区域中各自包括的匹配特征点的特征点数目,根据特征点数目与相应感兴趣区域的区域面积的比值,得到各感兴趣区域对应的特征点占比,服务器从各感兴趣区域中确定特征点占比最大的标感兴趣区域为目标感兴趣区域。得到目标感兴趣区域后,服务器从仪表图像中提取截取出目标感兴趣区域,并对目标感兴趣区域进行灰度化处理,得到灰度化处理后的目标感兴趣区域。如图9所示,为一个实施例中,灰度化处理后的目标感兴趣区域。服务器基于数字仪表中待识别数值的数值类型,对目标感兴趣区域进行数值区域划分,得到各数值类型分别对应的子区域。具体地,服务器可以根据数字仪表中待识别数值的收缩压、舒张压和脉率等三种数值类型对目标感兴趣区域进行数值区域划分,在目标感兴趣区域中分离前后景,并进行聚类处理得到各种数值类型对应的外接矩形,即得到各数值类型分别对应的子区域。如图10所示,为图9所示目标感兴趣区域中划分得到的收缩压SYS对应的子区域。进一步地,服务器对各子区域进行轮廓增强处理,并基于得到的各轮廓增强结果进行轮廓提取,得到各子区域对应的子区域数值轮廓。如图11所示,为图10所示收缩压SYS对应的子区域进行轮廓提取得到的子区域数值轮廓。
得到各子区域对应的子区域数值轮廓后,服务器将子区域数值轮廓与数值映射表中的数值映射特征进行匹配,根据匹配结果确定得到子区域数值轮廓对应的子区域数值,得到仪表图像的数值识别结果。具体地,判断各子区域数值轮廓内8段数码管的明暗情况,根据明暗情况计算对应的数字,具体可以通过码管显示情况到数值的映射表,查询得到对应的数值,从而实现对数字仪表的准确高效读数。
应该理解的是,虽然图2和图3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2和图3中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图12所示,提供了一种仪表图像处理装置1200,包括:仪表图像获取模块1202、感兴趣区域确定模块1204、特征匹配模块1206、目标区域确定模块1208和数值识别处理模块1210,其中:
仪表图像获取模块1202,用于获取针对数字仪表拍摄得到的仪表图像;
感兴趣区域确定模块1204,用于对仪表图像进行区域分析,获得仪表图像中的各感兴趣区域;
特征匹配模块1206,用于将仪表图像与数字仪表对应的标准特征图像进行特征匹配,确定仪表图像中的匹配特征点;
目标区域确定模块1208,用于基于匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域;
数值识别处理模块1210,用于对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果。
在一个实施例中,感兴趣区域确定模块1204包括二值化处理模块、轮廓提取模块和区域构建模块;其中:二值化处理模块,用于对仪表图像对应各通道的通道图像分别进行二值化处理,得到各通道二值图像;轮廓提取模块,用于分别对各通道二值图像进行轮廓提取,获得各通道二值图像中的轮廓;区域构建模块,用于基于各通道二值图像中的轮廓进行区域构建,获得仪表图像中的各感兴趣区域。
在一个实施例中,轮廓提取模块包括第一提取模块、形变处理模块和第二提取模块;其中:第一提取模块,用于分别对各通道二值图像进行第一轮廓提取,得到第一轮廓提取结果;形变处理模块,用于对第一轮廓提取结果进行轮廓形变处理,获得轮廓形变结果;第二提取模块,用于基于轮廓形变结果进行第二轮廓提取,得到各通道二值图像中的轮廓。
在一个实施例中,区域构建模块包括区域拟合模块、轮廓重建模块和感兴趣区域获得模块;其中:区域拟合模块,用于基于各通道二值图像中的轮廓进行区域拟合,得到第一感兴趣区域;轮廓重建模块,用于通过轮廓重建算法对各通道二值图像中的轮廓进行轮廓重建,获得第二感兴趣区域;感兴趣区域获得模块,用于根据第一感兴趣区域和第二感兴趣区域,得到仪表图像中的各感兴趣区域。
在一个实施例中,目标区域确定模块1208包括特征点统计模块、占比确定模块和目标区域确定模块;其中:特征点统计模块,用于统计在感兴趣区域中各自包括的匹配特征点的特征点数目;占比确定模块,用于根据特征点数目与相应感兴趣区域的区域面积,得到各感兴趣区域对应的特征点占比;目标区域确定模块,用于基于特征点占比,从各感兴趣区域中确定目标感兴趣区域。
在一个实施例中,数值识别处理模块1210包括数值类型确定模块、数值区域划分模块和子区域识别模块;其中:数值类型确定模块,用于确定数字仪表中待识别数值的数值类型;数值区域划分模块,用于基于数值类型对目标感兴趣区域进行数值区域划分,得到各数值类型分别对应的子区域;子区域识别模块,用于对各子区域分别进行数值识别,获得仪表图像的数值识别结果。
在一个实施例中,子区域识别模块包括增强处理模块、子区域轮廓模块、特征匹配模块和数值综合模块;其中:增强处理模块,用于对各子区域进行轮廓增强处理,得到各子区域分别对应的轮廓增强结果;子区域轮廓模块,用于基于各轮廓增强结果进行轮廓提取,得到各子区域对应的子区域数值轮廓;特征匹配模块,用于将子区域数值轮廓与数值映射表中的数值映射特征进行匹配,根据匹配结果确定子区域数值轮廓对应的子区域数值;数值综合模块,用于根据各子区域数值轮廓对应的子区域数值,得到仪表图像的数值识别结果。
关于仪表图像处理装置的具体限定可以参见上文中对于仪表图像处理方法的限定,在此不再赘述。上述仪表图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图13所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种仪表图像处理方法。
本领域技术人员可以理解,图13中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取针对数字仪表拍摄得到的仪表图像;
对仪表图像进行区域分析,获得仪表图像中的各感兴趣区域;
将仪表图像与数字仪表对应的标准特征图像进行特征匹配,确定仪表图像中的匹配特征点;
基于匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域;
对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:对仪表图像对应各通道的通道图像分别进行二值化处理,得到各通道二值图像;分别对各通道二值图像进行轮廓提取,获得各通道二值图像中的轮廓;基于各通道二值图像中的轮廓进行区域构建,获得仪表图像中的各感兴趣区域。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:分别对各通道二值图像进行第一轮廓提取,得到第一轮廓提取结果;对第一轮廓提取结果进行轮廓形变处理,获得轮廓形变结果;基于轮廓形变结果进行第二轮廓提取,得到各通道二值图像中的轮廓。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:基于各通道二值图像中的轮廓进行区域拟合,得到第一感兴趣区域;通过轮廓重建算法对各通道二值图像中的轮廓进行轮廓重建,获得第二感兴趣区域;根据第一感兴趣区域和第二感兴趣区域,得到仪表图像中的各感兴趣区域。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:统计在感兴趣区域中各自包括的匹配特征点的特征点数目;根据特征点数目与相应感兴趣区域的区域面积,得到各感兴趣区域对应的特征点占比;基于特征点占比,从各感兴趣区域中确定目标感兴趣区域。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:确定数字仪表中待识别数值的数值类型;基于数值类型对目标感兴趣区域进行数值区域划分,得到各数值类型分别对应的子区域;对各子区域分别进行数值识别,获得仪表图像的数值识别结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:对各子区域进行轮廓增强处理,得到各子区域分别对应的轮廓增强结果;基于各轮廓增强结果进行轮廓提取,得到各子区域对应的子区域数值轮廓;将子区域数值轮廓与数值映射表中的数值映射特征进行匹配,根据匹配结果确定子区域数值轮廓对应的子区域数值;根据各子区域数值轮廓对应的子区域数值,得到仪表图像的数值识别结果。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取针对数字仪表拍摄得到的仪表图像;
对仪表图像进行区域分析,获得仪表图像中的各感兴趣区域;
将仪表图像与数字仪表对应的标准特征图像进行特征匹配,确定仪表图像中的匹配特征点;
基于匹配特征点在各感兴趣区域中的分布特征,从各感兴趣区域中确定目标感兴趣区域;
对目标感兴趣区域进行数值识别,得到仪表图像的数值识别结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:对仪表图像对应各通道的通道图像分别进行二值化处理,得到各通道二值图像;分别对各通道二值图像进行轮廓提取,获得各通道二值图像中的轮廓;基于各通道二值图像中的轮廓进行区域构建,获得仪表图像中的各感兴趣区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:分别对各通道二值图像进行第一轮廓提取,得到第一轮廓提取结果;对第一轮廓提取结果进行轮廓形变处理,获得轮廓形变结果;基于轮廓形变结果进行第二轮廓提取,得到各通道二值图像中的轮廓。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:基于各通道二值图像中的轮廓进行区域拟合,得到第一感兴趣区域;通过轮廓重建算法对各通道二值图像中的轮廓进行轮廓重建,获得第二感兴趣区域;根据第一感兴趣区域和第二感兴趣区域,得到仪表图像中的各感兴趣区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:统计在感兴趣区域中各自包括的匹配特征点的特征点数目;根据特征点数目与相应感兴趣区域的区域面积,得到各感兴趣区域对应的特征点占比;基于特征点占比,从各感兴趣区域中确定目标感兴趣区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定数字仪表中待识别数值的数值类型;基于数值类型对目标感兴趣区域进行数值区域划分,得到各数值类型分别对应的子区域;对各子区域分别进行数值识别,获得仪表图像的数值识别结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:对各子区域进行轮廓增强处理,得到各子区域分别对应的轮廓增强结果;基于各轮廓增强结果进行轮廓提取,得到各子区域对应的子区域数值轮廓;将子区域数值轮廓与数值映射表中的数值映射特征进行匹配,根据匹配结果确定子区域数值轮廓对应的子区域数值;根据各子区域数值轮廓对应的子区域数值,得到仪表图像的数值识别结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种仪表图像处理方法,其特征在于,所述方法包括:
获取针对数字仪表拍摄得到的仪表图像;
对所述仪表图像进行区域分析,获得所述仪表图像中的各感兴趣区域;
将所述仪表图像与所述数字仪表对应的标准特征图像进行特征匹配,确定所述仪表图像中的匹配特征点;
基于所述匹配特征点在各所述感兴趣区域中的分布特征,从各所述感兴趣区域中确定目标感兴趣区域;
对所述目标感兴趣区域进行数值识别,得到所述仪表图像的数值识别结果。
2.根据权利要求1所述的方法,其特征在于,所述对所述仪表图像进行区域分析,获得所述仪表图像中的各感兴趣区域,包括:
对所述仪表图像对应各通道的通道图像分别进行二值化处理,得到各通道二值图像;
分别对各所述通道二值图像进行轮廓提取,获得各所述通道二值图像中的轮廓;
基于各所述通道二值图像中的轮廓进行区域构建,获得所述仪表图像中的各感兴趣区域。
3.根据权利要求2所述的方法,其特征在于,所述分别对各所述通道二值图像进行轮廓提取,获得各所述通道二值图像中的轮廓,包括:
分别对各所述通道二值图像进行第一轮廓提取,得到第一轮廓提取结果;
对所述第一轮廓提取结果进行轮廓形变处理,获得轮廓形变结果;
基于所述轮廓形变结果进行第二轮廓提取,得到各所述通道二值图像中的轮廓。
4.根据权利要求2所述的方法,其特征在于,所述基于各所述通道二值图像中的轮廓进行区域构建,获得所述仪表图像中的各感兴趣区域,包括:
基于各所述通道二值图像中的轮廓进行区域拟合,得到第一感兴趣区域;
通过轮廓重建算法对各所述通道二值图像中的轮廓进行轮廓重建,获得第二感兴趣区域;
根据所述第一感兴趣区域和所述第二感兴趣区域,得到所述仪表图像中的各感兴趣区域。
5.根据权利要求1所述的方法,其特征在于,所述基于所述匹配特征点在各所述感兴趣区域中的分布特征,从各所述感兴趣区域中确定目标感兴趣区域,包括:
统计在所述感兴趣区域中各自包括的所述匹配特征点的特征点数目;
根据所述特征点数目与相应感兴趣区域的区域面积,得到各所述感兴趣区域对应的特征点占比;
基于所述特征点占比,从各所述感兴趣区域中确定目标感兴趣区域。
6.根据权利要求1至5任意一项所述的方法,其特征在于,所述对所述目标感兴趣区域进行数值识别,得到所述仪表图像的数值识别结果,包括:
确定所述数字仪表中待识别数值的数值类型;
基于所述数值类型对所述目标感兴趣区域进行数值区域划分,得到各数值类型分别对应的子区域;
对各所述子区域分别进行数值识别,获得所述仪表图像的数值识别结果。
7.根据权利要求6所述的方法,其特征在于,所述对各所述子区域分别进行数值识别,获得所述仪表图像的数值识别结果,包括:
对各所述子区域进行轮廓增强处理,得到各所述子区域分别对应的轮廓增强结果;
基于各所述轮廓增强结果进行轮廓提取,得到各所述子区域对应的子区域数值轮廓;
将所述子区域数值轮廓与数值映射表中的数值映射特征进行匹配,根据匹配结果确定所述子区域数值轮廓对应的子区域数值;
根据各所述子区域数值轮廓对应的子区域数值,得到所述仪表图像的数值识别结果。
8.一种仪表图像处理装置,其特征在于,所述装置包括:
仪表图像获取模块,用于获取针对数字仪表拍摄得到的仪表图像;
感兴趣区域确定模块,用于对所述仪表图像进行区域分析,获得所述仪表图像中的各感兴趣区域;
特征匹配模块,用于将所述仪表图像与所述数字仪表对应的标准特征图像进行特征匹配,确定所述仪表图像中的匹配特征点;
目标区域确定模块,用于基于所述匹配特征点在各所述感兴趣区域中的分布特征,从各所述感兴趣区域中确定目标感兴趣区域;
数值识别处理模块,用于对所述目标感兴趣区域进行数值识别,得到所述仪表图像的数值识别结果。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110597680.XA CN113221893A (zh) | 2021-05-31 | 2021-05-31 | 仪表图像处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110597680.XA CN113221893A (zh) | 2021-05-31 | 2021-05-31 | 仪表图像处理方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113221893A true CN113221893A (zh) | 2021-08-06 |
Family
ID=77099433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110597680.XA Pending CN113221893A (zh) | 2021-05-31 | 2021-05-31 | 仪表图像处理方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113221893A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114268621A (zh) * | 2021-12-21 | 2022-04-01 | 东方数科(北京)信息技术有限公司 | 基于深度学习的数字仪表读表方法及装置 |
-
2021
- 2021-05-31 CN CN202110597680.XA patent/CN113221893A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114268621A (zh) * | 2021-12-21 | 2022-04-01 | 东方数科(北京)信息技术有限公司 | 基于深度学习的数字仪表读表方法及装置 |
CN114268621B (zh) * | 2021-12-21 | 2024-04-19 | 东方数科(北京)信息技术有限公司 | 基于深度学习的数字仪表读表方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9014467B2 (en) | Image processing method and image processing device | |
CN107613202B (zh) | 一种拍摄方法及移动终端 | |
Belan et al. | Segmentation-free approaches of computer vision for automatic calibration of digital and analog instruments | |
CN108629761B (zh) | 一种乳腺癌图像识别方法、装置和用户终端 | |
CN110909640A (zh) | 水位线的确定方法及装置、存储介质、电子装置 | |
CN105122306A (zh) | 区域分割方法以及检查装置 | |
CN111080654B (zh) | 图像的病变区域分割方法、装置及服务器 | |
CN108764139B (zh) | 一种人脸检测方法、移动终端及计算机可读存储介质 | |
KR20030029187A (ko) | 영상 의존적인 얼굴 영역 추출방법 | |
CN110826418A (zh) | 脸部特征提取方法及装置 | |
CN110298829A (zh) | 一种舌诊方法、装置、***、计算机设备和存储介质 | |
CN112149570A (zh) | 多人活体检测方法、装置、电子设备及存储介质 | |
CN116152166A (zh) | 基于特征相关性的缺陷检测方法及相关装置 | |
CN113221893A (zh) | 仪表图像处理方法、装置、计算机设备和存储介质 | |
CN116797510A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN109389628B (zh) | 图像配准方法、设备和存储介质 | |
JP2008067321A (ja) | データ登録管理装置 | |
CN110310341B (zh) | 颜色算法中默认参数的生成方法、装置、设备和存储介质 | |
CN110610178A (zh) | 图像识别方法、装置、终端及计算机可读存储介质 | |
CN108805883B (zh) | 一种图像分割方法、图像分割装置及电子设备 | |
CN107527011B (zh) | 一种非接触式皮肤电阻变化趋势检测方法、装置及设备 | |
KR100488014B1 (ko) | YCrCb 칼라 기반 얼굴 영역 추출 방법 | |
CN115457055A (zh) | 照度计数值识别方法、电子设备及存储介质 | |
CN114758384A (zh) | 人脸检测方法、装置、设备及存储介质 | |
CN114359166A (zh) | 屏幕颜色检测方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |